基于改进活动轮廓模型的图像边界分割

摘要

针对传统活动轮廓模型分割精度低和鲁棒性差的缺陷,提出一种改进的活动轮廓模型的图像边界分割方法.首先在图像分割中引入灰度信息,解决灰度不均匀性带来的不利影响,然后引入了图像梯度信息,避免噪声对边界分割的干扰,并通过最小化能量函数保证轮廓向目标边缘不断演化,最后采用多种类型的图像对其有效性和优越性进行仿真测试.结果表明,改进后的模型可以对灰度不均匀性和噪声图像进行准确的边界分割,分割精度优于传统活动轮廓模型,并且有良好的通用性.